基于小波Elman神经网络的活塞环渗氮质量预测控制

摘要：

针对活塞环渗氮硬化工序建模困难的情况,通过主成分分析法(PCA)提取氮化工序特征参数,降低了质量模型输入样本维数,建立了基于小波Elman神经网络的活塞环制造关键工序的质量预测模型,实现了工序过程质量波动趋势的预测,为后续的工艺优化和质量改进奠定了基础.结果表明,文中方法可以有效地改进渗氮硬化工序的质量控制,所建立的质量预测模型对输出质量特征值的预测准确率达到89%,具有比标准Elman网络更好的预测精度和收敛速度.

关键词：活塞环、渗氮硬化、主成分分析法、Elman神经网络、小波神经网络、质量预测

所属期刊栏目：37

分类号：TP321(计算技术、计算机技术)

资助基金：广东省科技计划项目2005B10201039;广州市科技计划项目2007Z3-D0141

在线出版日期：2009-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：45-48